R Notebook

install.packages("tidyverse") ## instalacja pakietu

library(tidyverse)
library(readxl)

rent <- read_excel(path = "../data-raw/rent-poznan.xlsx")
install.packages("tidyverse")

trying URL 'https://cran.rstudio.com/bin/macosx/big-sur-x86_64/contrib/4.3/tidyverse_2.0.0.tgz'
Content type 'application/x-gzip' length 428408 bytes (418 KB)
==================================================
downloaded 418 KB

The downloaded binary packages are in
    /var/folders/zs/2z4rlxv54pv7ml4jld2kccmc0000gn/T//RtmpiZknvO/downloaded_packages

rent <- as.data.frame(rent)
head(rent)

Wybieramy kolumny z funkcją select z pakietu dplyr.

rent |> select(id, price, flat_area)

rent |> select(1, 5, 10)

rent |> select(1, 5, price)

rent |> select(cena=price, pow=flat_area)

rent |> select(starts_with("p"), ends_with("id"), flat_for_students)

rent |> select(price:flat_for_students, -flat_rooms, -flat_build_year)

rent |> select(contains("ri")) 

rent |> select_if(is.character)

1. wybrać kolumny, które mają w nazwie “ad”

rent |> select(contains("ad"))

2. wybrać kolumny od flat_heating do flat_balcony bez kolumny ad_promo

rent |> select(flat_heating:flat_balcony, -ad_promo)

Wybieramy wiersze z funkcją filter

rent |> filter(price < 500)

rent |> filter(price < 500 & flat_rooms == 1)

rent |> filter(price < 500, flat_rooms == 1)

rent |> filter(price > 5000 | price < 200)

rent |> filter(between(price, 1000, 1200)) ## to i to poniżej jest tym samym

rent |> filter(price >= 1000, price <= 1200)

rent |> filter(price < mean(price))

rent |> filter(price < mean(price), .by = individual)

Zadania: wybranie wierszy po dzielcy: Rataje lub Winogrady

rent |> filter(quarter %in% c("Rataje", "Winogrady"))

Wstawianie nowych kolumn z funkcją mutate (transmute)

rent |> mutate(pricem2 = price/flat_area,
               pricem2_log = log(pricem2))

rent |> mutate(pricem2_gr = mean(price), .by = quarter)

rent |> mutate_at(vars(price, flat_area), log)

rent |> mutate_if(is.logical, as.numeric)

Podsumowujemy zbiór danych z funkcją summarize/se

rent |> summarise(m=mean(price), med=median(price), n=n())

Wyznaczam odsetek ogłoszeń z określonymi charakterystykami (np. odsetek ogł. z alarmami).

rent |> summarise_if(is.logical, mean)

rent |> summarise_if(is.numeric, median)

rent |> summarise_if(is.numeric, median, na.rm = TRUE)

rent |> filter(is.na(flat_floor_no)) ## is.na (czy jest brak danych)

NA

Podsumujemy wybrane kolumny z funkcją summarise_at

rent |> 
  summarise_at(vars(price, flat_area, flat_rent, flat_deposit),
               mean)

rent |> 
  summarise_at(
    vars(price, flat_area, flat_rent, flat_deposit),
    list(sr=mean, med=median)
               )

rent |> 
  summarise_at(vars(flat_balcony, flat_basement),
               list(srednia=mean))

Na wszystkich kolumnach wyznaczam określone statystyki opisowe

rent |> 
  select(price, flat_area, flat_rent, flat_deposit) |> 
  summarise_all(mean)

rent |> 
  select(price, flat_area, flat_rent, flat_deposit) |> 
  summarise_all(list(s=mean, m=median))

rent |> 
  select(price, flat_area, flat_rent, flat_deposit) |> 
  summarise_all(list(s=mean, m=median, n=length))

Ćwiczenie:

• ogranicznych zbiór danych do cen z przedziału [700, 15000]
• ograniczyć zbiór danych do powierszchni z przedziału [15, 150]
• wyznaczyć cenę m2
• podsumować cenę, powierzchnię i cenę m2 uzywając średniej i mediany

rent |> 
  filter(between(price, 700,15000), 
         between(flat_area, 15, 150)) |> 
  mutate(pricem2 = price/flat_area) |> 
  summarise_at(vars(price, flat_area, pricem2), list(s=mean, m=median))

` Wyznaczamy średnią i medianę ceny według liczby pokoi

rent |> 
  group_by(flat_rooms) |> 
  summarise_at(vars(price), list(s=mean, m=median, n = length))

rent |> 
  group_by(pokoje=flat_rooms, flat_for_students) |> 
  summarise_at(vars(price), list(s=mean, m=median, n = length)) |> 
  ungroup() |> 
  mutate(n_total = sum(n),
         p = n/sum(n)*100)

NA

Wyznaczcie liczbę ogłoszeń według następujących zmiennych:

• flat_for_students
• individual
• flat_balcony

rent |> 
  group_by(flat_for_students, individual, flat_balcony) |> 
  summarise(n = n()) |> 
  ungroup() |> 
  mutate(total = sum(n))

`summarise()` has grouped output by 'flat_for_students', 'individual'. You can override using the `.groups` argument.

rent |> 
  count(flat_for_students, individual, flat_balcony)

Dodajemy do zbioru danych średnią artymetyczną według liczby pokoi

rent |> 
  group_by(flat_rooms) |> 
  mutate(price_rooms = mean(price)) |> 
  
  group_by(flat_rooms, flat_for_students) |>
  mutate(price_rooms2 = mean(price)) |> 
  
  select(price, flat_rooms, price_rooms2)

Adding missing grouping variables: `flat_for_students`

Zadanie:

• ogranicznych zbiór danych do cen z przedziału [700, 15000]
• ograniczyć zbiór danych do powierszchni z przedziału [15, 150]
• ograniczyć do mieszkań z Rataj, Naramowic lub Jeżyc
• wyznaczyć cenę m2
• zgrupować według quarter
• podsumować cenę, powierzchnię i cenę m2 uzywając średniej i mediany

rent |> 
  filter(between(price, 700,15000), 
         between(flat_area, 15, 150),
         quarter %in% c("Rataje", "Naramowice", "Jeżyce")) |> 
  mutate(pricem2 = price/flat_area) |> 
  group_by(quarter) |> 
  summarise_at(vars(price, flat_area, pricem2), list(s=mean, m=median)) |> 
  arrange(price_s) |> 
  rename(cena = price_s)